基于深度學(xué)習(xí)的電廠跑冒滴漏視頻識別應(yīng)用研究
所屬分類:技術(shù)論文
上傳者:wwei
文檔大?。?span>4009 K
標(biāo)簽: 深度學(xué)習(xí) 電廠 跑冒滴漏
所需積分:0分積分不夠怎么辦?
文檔介紹:為解決火電廠設(shè)備在運(yùn)行過程中會(huì)存在“跑冒滴漏”現(xiàn)象,通過視覺識別技術(shù)及深度學(xué)習(xí)的應(yīng)用,提出基于卷積神經(jīng)網(wǎng)絡(luò)模型的電廠跑冒滴漏視頻識別模型,并對模型進(jìn)行優(yōu)化和改進(jìn)。該方法基于火電廠攝像頭進(jìn)行現(xiàn)場圖像的采集,進(jìn)行數(shù)據(jù)預(yù)處理和優(yōu)化,同時(shí)按照缺陷形態(tài)建立對應(yīng)數(shù)據(jù)集。然后,通過語義分割、數(shù)據(jù)增強(qiáng)、注意力機(jī)制、更改激活函數(shù)等技術(shù)與卷積神經(jīng)網(wǎng)絡(luò)結(jié)合,對YOLOv5算法進(jìn)行深層次優(yōu)化,包括訓(xùn)練策略的改進(jìn)和模型評價(jià)調(diào)整,增強(qiáng)了模型算法對復(fù)雜場景識別理解能力,可有效提高視頻識別精度與速度,有助于提高火電廠巡檢的自動(dòng)化、智能化水平,具有較好的工程應(yīng)用前景。
現(xiàn)在下載
VIP會(huì)員,AET專家下載不扣分;重復(fù)下載不扣分,本人上傳資源不扣分。